IPFS是如何进行文件存储的

• IPFS采用的索引结构是DHT（分布式哈希表），数据结构是MerkleDAG（Merkle有向无环图）

DHT(分布式哈希表)

• 参考链接

 MerkleDAG（Merkle有向无环图）

• 参考链接

MerkleDAG功能

• 内容寻址：使用多重哈希来唯一识别一个数据块的内容
• 防篡改：可以方便的检查哈希值来确认数据是否被篡改，如果数据被篡改或损坏，IPFS会检测到
• 去重：由于内容相同的数据块哈希是相同的，可以很容去掉重复的数据，节省存储空间

 IPFS的单文件存储

步骤

• 1、把单个文件拆分成若干个256KB大小的块（block）；
• 2、逐块(block)计算blockhash，hashn=hash(blockn)；
• 3、把所有的blockhash拼凑成一个数组，再计算一次hash，便得到了文件最终的hash，hash(file)=hash(hash1……n)，并将这个hash（file）和blockhash数组“捆绑”起来，组成一个对象，把这个对象当做一个索引结构；
• 4、把block，索引结构全部上传给IPFS节点，文件便同步到了IPFS网络了；

注意

• 小文件（小于1KB）的文件，IPFS会把数据内容直接和Hash（索引）放在一起上传给IPFS节点，不会再额外的占用一个block的大小
• 如果对于大的文件进行数据的追加操作，仅仅是新增1KB的数据，也需要重新上传吗？事实并非如此，IPFS在储存数据的时候，同一份数据只存储一次，文件是分块（block）存储的，hash相同的block，只会存储一次，也就说，前面1G的内容没有发生改变，其实IPFS并不会为这些数据分配新的空间，只会为最后1K的数据分配一个新的block，再重新上传hash，实际占用的空间是：1G+1K;
• 即使是不同文件的相同部分也仅仅会存储一份，比如电影资源的影音部分相同，但是只有字幕部分不一样，那么不同的字幕会和音影资源拼接，形成新的文件资源。这样一来就可能会有很多文件的索引指向同一个block，就构成了前面提到的一个数据结构——MerkleDAG。

参考链接

• DHT 分布式哈希表
• Merkle trees and directed acyclic graphs (DAG)